Median là gì? Cách tính, đọc kết quả và phân biệt với trung bình

Median là gì

Median là trung vị, tức giá trị nằm ở giữa một dãy số sau khi bạn sắp xếp dữ liệu theo thứ tự tăng dần hoặc giảm dần. Nếu có 9 quan sát, median là quan sát đứng thứ 5. Nếu có 10 quan sát, median được tính bằng trung bình cộng của hai quan sát ở vị trí thứ 5 và thứ 6.

Với dãy số đã được sắp xếp gồm n quan sát, vị trí trung vị có thể xác định như sau:

• Nếu n là số lẻ, vị trí median là (n + 1) / 2.
• Nếu n là số chẵn, median là trung bình cộng của hai giá trị ở vị trí n / 2 và n / 2 + 1.

Ví dụ, dãy 3, 5, 6, 8, 12 có median bằng 6, vì 6 nằm chính giữa. Dãy 3, 5, 6, 8, 12, 30 có median bằng (6 + 8) / 2 = 7. Bạn cần sắp xếp dữ liệu trước khi tính, nếu không vị trí giữa không có ý nghĩa.

Trong SPSS, median thường xuất hiện cùng Mean, Mode, Standard Deviation, Minimum và Maximum trong bảng Statistics hoặc bảng Frequencies. Trong Excel, bạn có thể dùng hàm MEDIAN(range). Với dữ liệu khảo sát, median thường được dùng cho biến định lượng hoặc biến thứ bậc, tùy cách bạn thiết kế và mã hóa thang đo.

Ý nghĩa của median trong nghiên cứu định lượng

Median cho biết một nửa số quan sát có giá trị nhỏ hơn hoặc bằng nó, nửa còn lại có giá trị lớn hơn hoặc bằng nó. Đây là thông tin về vị trí trung tâm, không phải tỷ lệ phần trăm người trả lời chọn một phương án.

Median đặc biệt hữu ích khi dữ liệu bị lệch. Chẳng hạn, thu nhập của 10 người có thể có 9 giá trị từ 8 đến 15 triệu đồng và một giá trị 100 triệu đồng. Mean sẽ tăng mạnh do giá trị 100 triệu, còn median vẫn phản ánh nhóm quan sát ở giữa tốt hơn.

Khi đọc bảng mô tả, bạn có thể dùng median để trả lời ba câu hỏi:

1. Giá trị điển hình ở vị trí giữa của dữ liệu là bao nhiêu.
2. Dữ liệu có khả năng bị lệch nhiều so với Mean hay không.
3. Có cần kiểm tra thêm outliers, độ phân tán và hình dạng phân phối hay không.

Median không cho biết dữ liệu tập trung sát nhau hay phân tán rộng. Hai tập dữ liệu có cùng median bằng 5 nhưng một tập có các giá trị từ 4 đến 6, tập còn lại có các giá trị từ 1 đến 10. Vì vậy, bạn nên đọc median cùng Interquartile Range, Standard Deviation, Minimum và Maximum.

Nếu muốn kiểm tra các giá trị bất thường, bạn có thể xem thêm hướng dẫn về outliers trong dữ liệu định lượng. Một outlier không tự động phải bị xóa. Bạn cần kiểm tra lỗi nhập liệu, điều kiện chọn mẫu và lý do thực tế của quan sát đó trước khi quyết định.

Median cũng không phải một kiểm định giả thuyết. Bạn không dùng riêng median để kết luận biến độc lập có tác động đến biến phụ thuộc. Nó chủ yếu phục vụ bước mô tả dữ liệu, kiểm tra sơ bộ và giải thích phân phối mẫu.

Median bao nhiêu là đạt

Median không có một ngưỡng chung kiểu “từ 0.7 trở lên là đạt”. Giá trị median phải được diễn giải theo thang đo, khoảng giá trị của biến và câu hỏi nghiên cứu. Median bằng 4 có ý nghĩa khác nhau nếu biến được đo trên thang Likert 1 đến 5, thang 1 đến 7 hoặc đơn vị triệu đồng.

Bạn có thể dùng bảng sau để tránh kết luận máy móc:

Với thang Likert 1 đến 5, điểm giữa về mặt số học là 3. Median lớn hơn 3 có thể cho thấy câu trả lời nghiêng về các mức cao hơn, nhưng bạn vẫn cần xem tần số và tỷ lệ ở từng mức. Ví dụ, median bằng 4 không nói rằng tất cả người trả lời đều chọn 4.

Đối với biến liên tục như tuổi, chi phí hoặc thời gian, không có mức median “đạt” cố định. Bạn cần đối chiếu với bối cảnh đề tài. Một median tuổi 24 có thể hợp lý với mẫu sinh viên nhưng không thể tự động xem là đại diện cho toàn bộ khách hàng trưởng thành.

Cách đọc median trên output

Bạn có thể chạy thống kê mô tả trong SPSS theo đường dẫn Analyze > Descriptive Statistics > Frequencies. Đưa biến cần xem vào ô Variable(s), chọn nút Statistics, đánh dấu Median, Mean, Mode, Standard deviation, Minimum và Maximum, sau đó chọn Continue và OK.

Nếu bạn muốn xem biểu đồ, trong hộp thoại Frequencies chọn Charts, chọn Histogram. Histogram giúp bạn nhìn xem dữ liệu có lệch, có một cụm giá trị bất thường hoặc có khoảng trống lớn hay không.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Giả sử biến SAT_AVG là điểm trung bình của một nhóm biến quan sát đo sự hài lòng trên thang 1 đến 5.

Trong ví dụ này, Median bằng 3.80. Có thể mô tả rằng giá trị ở vị trí trung tâm của SAT_AVG là 3.80 trên thang đo 1 đến 5. Mean bằng 3.68 thấp hơn median, nên bạn có thể kiểm tra thêm Histogram để xem một số điểm thấp có kéo Mean xuống hay không.

Chênh lệch giữa Mean và Median không đủ để bạn khẳng định dữ liệu lệch phải hay lệch trái. Bạn cần xem Skewness, biểu đồ và các giá trị quan sát cụ thể. Std. Deviation bằng 0.71 cho biết mức độ phân tán quanh Mean, nhưng không nên dùng nó để thay thế median.

Nếu output của bạn chỉ có Mean mà không có Median, bạn quay lại hộp thoại Frequencies > Statistics và đánh dấu Median. Với bảng Explore, đường dẫn là Analyze > Descriptive Statistics > Explore. Đưa biến vào ô Dependent List, mở Statistics để chọn Descriptives và Percentiles, mở Plots để xem Boxplot và Histogram.

Khi median không đạt thì xử lý thế nào

Vì median không có ngưỡng đạt chung, câu hỏi “median không đạt” thường cần được chuyển thành “median có phù hợp với mục tiêu mô tả và thang đo không”. Bạn nên xử lý theo thứ tự sau.

Kiểm tra kiểu biến và cách mã hóa

Xác nhận biến đang là Numeric hay String, các mã giá trị có đúng không, và giá trị cao hơn có thực sự biểu thị mức độ cao hơn không. Nếu một biến được mã hóa ngược nhưng chưa recode, median có thể bị diễn giải sai. Với biến định danh như mã ngành hoặc mã nhóm, median thường không có ý nghĩa vì các con số chỉ là nhãn.

Kiểm tra dữ liệu thiếu

Trong bảng Frequencies, so sánh N Valid và N Missing. Nếu một phần dữ liệu bị thiếu, ghi rõ số quan sát được dùng để tính median. Không tự động thay dữ liệu thiếu bằng median chỉ vì phần mềm cho phép. Cách xử lý phụ thuộc tỷ lệ thiếu, nguyên nhân thiếu và quy trình làm sạch dữ liệu của đề tài.

Kiểm tra outliers và lỗi nhập liệu

Mở Boxplot hoặc xem Minimum, Maximum. Nếu có giá trị vượt xa phần còn lại, kiểm tra bản ghi gốc. Một người có mức chi tiêu cao có thể là quan sát hợp lệ. Một giá trị 500 thay vì 50 có thể là lỗi nhập liệu. Chỉ xóa hoặc điều chỉnh khi bạn có căn cứ và ghi lại quyết định.

Chọn chỉ số mô tả phù hợp

Nếu dữ liệu gần cân đối, Mean và Standard Deviation thường dễ dùng trong bảng mô tả. Nếu dữ liệu lệch mạnh, Median đi cùng Interquartile Range có thể phản ánh vị trí và độ phân tán tốt hơn. Với thang Likert, cách báo cáo Mean hay Median còn phụ thuộc quy ước của ngành, mục tiêu nghiên cứu và yêu cầu của giảng viên.

Không nên sửa dữ liệu chỉ để Median gần một con số mong muốn. Nếu kết quả bất tiện, bạn giải thích đặc điểm mẫu và phân phối thay vì thay đổi quan sát. Trong phần phương pháp, hãy lưu một bản dữ liệu gốc và một bản dữ liệu đã làm sạch để có thể truy vết.

Phân biệt median với mean, mode và tứ phân vị

Median thường bị nhầm với Mean vì cả hai đều được gọi là “giá trị trung bình” trong giao tiếp hằng ngày. Trong thống kê, Mean là trung bình cộng của toàn bộ quan sát, còn Median là giá trị ở giữa sau khi sắp xếp. Mean dùng mọi giá trị trong phép tính nên nhạy với outliers; Median dựa vào thứ tự và vị trí nên ít bị kéo lệch hơn.

Mode là giá trị xuất hiện nhiều nhất. Một dãy có thể có một Mode, nhiều Mode hoặc không có Mode duy nhất. Mode phù hợp khi bạn muốn biết phương án được chọn thường xuyên nhất, trong khi Median trả lời câu hỏi về vị trí giữa.

Tứ phân vị chia dữ liệu đã sắp xếp thành các phần để mô tả phân phối. Q2 chính là Median. Q1 nằm gần mốc 25% và Q3 nằm gần mốc 75%; khoảng giữa Q1 và Q3 được gọi là Interquartile Range. Khi báo cáo dữ liệu lệch, Median cùng Q1 và Q3 thường cung cấp nhiều thông tin hơn một con số đơn lẻ.

Khi làm mô hình hồi quy, median không phải mediator hay moderator. Mediator giải thích cơ chế truyền tác động, còn moderator làm thay đổi độ mạnh hoặc hướng của mối quan hệ. Bạn có thể xem thêm mediator là gì, moderator là gì và moderating trong phân tích nếu đang đọc output về mô hình quan hệ giữa các biến.

Lỗi thường gặp

Gọi median là điểm trung bình cộng

Median là trung vị, còn Mean mới là trung bình cộng. Khi viết chương 4, hãy giữ đúng tên cột trong output để người đọc biết bạn đang báo cáo chỉ số nào.

Dùng median cho biến mã hóa danh mục

Các mã 1, 2, 3 của giới tính, ngành học hoặc khu vực có thể chỉ là nhãn. Nếu thứ tự của các mã không thể hiện mức độ, median không có ý nghĩa thực chất. Với biến này, hãy xem Frequencies và tỷ lệ phần trăm.

Kết luận phân phối chỉ từ Mean và Median

Mean lớn hơn Median có thể gợi ý dữ liệu lệch phải, nhưng đó mới là tín hiệu kiểm tra. Hãy xem Histogram, Boxplot, Skewness và các quan sát cực trị trước khi kết luận.

Xóa outlier để median đẹp hơn

Median thường ít nhạy với outlier, nên việc xóa một quan sát chỉ để làm bảng đẹp hơn là khó giải trình. Hãy kiểm tra lỗi nhập liệu và ghi rõ lý do nếu một quan sát bị loại.

Trộn median của từng biến với median của thang đo

Median của SAT1 không giống median của điểm tổng hợp SAT_AVG. Nếu bạn tính điểm trung bình nhiều biến quan sát, hãy nói rõ công thức tạo biến và báo cáo đúng tên biến trong bảng kết quả. Trước đó, cần kiểm tra cách xây dựng scale là gì và cách mã hóa các biến quan sát.

Viết kết luận vượt quá dữ liệu

Bạn có thể viết: “Median của SAT_AVG là 3.80, cho thấy giá trị trung tâm của mẫu nằm ở mức 3.80 trên thang đo 1 đến 5.” Không nên viết rằng toàn bộ người trả lời hài lòng ở mức 3.80, vì median không cho biết mọi quan sát có cùng giá trị.

Câu hỏi thường gặp

Median là gì trong SPSS

Median trong SPSS là giá trị trung vị, được tính sau khi các quan sát được sắp xếp. Nó nằm trong bảng Statistics khi bạn chọn Median ở hộp thoại Analyze > Descriptive Statistics > Frequencies > Statistics.

Median bao nhiêu là đạt

Median không có một mức đạt chung. Bạn diễn giải nó theo khoảng đo, đơn vị của biến và mục tiêu nghiên cứu. Với thang Likert, hãy so sánh với điểm giữa và xem thêm tần số từng mức, thay vì áp một ngưỡng duy nhất cho mọi đề tài.

Median khác Mean như thế nào

Mean là trung bình cộng của toàn bộ giá trị, còn Median là giá trị ở giữa sau khi sắp xếp. Mean dễ bị ảnh hưởng bởi outliers, trong khi Median thường ổn định hơn khi dữ liệu lệch.

Khi nào nên dùng median thay vì mean

Bạn nên cân nhắc Median khi dữ liệu lệch mạnh, có outliers hợp lệ hoặc được đo trên thang thứ bậc. Tuy vậy, lựa chọn chỉ số còn tùy yêu cầu của ngành và cách bạn dự định trình bày kết quả. Có thể báo cáo cả Mean và Median để người đọc thấy sự khác biệt.

Vì sao SPSS không hiện median

Bạn có thể chưa đánh dấu Median trong nút Statistics, đang xem nhầm bảng hoặc biến không được đưa vào danh sách phân tích. Kiểm tra lại đường dẫn Analyze > Descriptive Statistics > Frequencies, đưa đúng biến vào Variable(s), chọn Statistics và đánh dấu Median.

Có nên xóa outlier khi median khác mean nhiều không

Chưa nên xóa chỉ vì hai chỉ số khác nhau. Kiểm tra bản ghi gốc, Boxplot, Histogram và điều kiện hợp lệ của quan sát. Nếu giữ outlier, hãy mô tả ảnh hưởng của nó; nếu loại, ghi rõ tiêu chí và số quan sát bị loại.

Hãy mở file SPSS của bạn, chạy Frequencies cho biến cần kiểm tra, ghi lại N Valid, N Missing, Mean, Median, Minimum, Maximum và xem Histogram trước khi viết diễn giải. Nếu bạn cần chạy bước phân tích trên chính file .sav hoặc .csv của mình, M4 phân tích dữ liệu của DoThesis thực hiện phần này bằng SPSS và SmartPLS.